在 Groupby 组中对 Pandas 数据帧数据进行排序答案

【问题标题】：Sorting Pandas dataframe data within Groupby groups在 Groupby 组中对 Pandas 数据帧数据进行排序
【发布时间】：2015-09-16 06:01:02
【问题描述】：

我有一个大熊猫数据框，可以在结构上表示为：

      id          date    status
0     12    2015-05-01         0
1     12    2015-05-22         1
2     12    2015-05-14         1
3     12    2015-05-06         0
4     45    2015-05-03         1
5     45    2015-05-12         1
6     45    2015-05-02         0
7     51    2015-05-05         1
8     51    2015-05-01         0
9     51    2015-05-23         1
10    51    2015-05-17         1
11    51    2015-05-03         0
12    51    2015-05-05         0
13    76    2015-05-04         1
14    76    2015-05-22         1
15    76    2015-05-08         0

并且可以使用以下方法在 Python 3.4 中创建：

tempDF = pd.DataFrame({ 'id': [12,12,12,12,45,45,45,51,51,51,51,51,51,76,76,76],
                        'date': ['2015-05-01','2015-05-22','2015-05-14','2015-05-06','2015-05-03','2015-05-12','2015-05-02','2015-05-05','2015-05-01','2015-05-23','2015-05-17','2015-05-03','2015-05-05','2015-05-04','2015-05-22','2015-05-08'],
                        'status': [0,1,1,0,1,1,0,1,0,1,1,0,0,1,1,0]})
tempDF['date'] = pd.to_datetime(tempDF['date'])

我想根据变量“id”将数据框分成组，根据“日期”在组内排序，然后获取每个组中的最后一个“状态”值。

到目前为止，我有：

tempGrouped = tempDF.groupby('id')
tempGrouped['status'].last()

产生：

但是，在每种情况下，状态都应为 1（与最新日期关联的值）。在选择最后一个值之前，我无法确定如何按日期对组进行排序。在尝试解决了一段时间后，我可能有点雪盲，所以如果解决方案很明显，我提前道歉。

【问题讨论】：

标签： python sorting python-3.x pandas

【解决方案1】：

你可以这样排序和分组：

tempDF.sort(['id','date']).groupby('id')['status'].last()

【讨论】：

当然！我陷入了先分组然后在组内排序的心态。感谢您的提醒！
为什么相反的方法（排序，然后分组）与（分组，然后排序）有什么不同？我想知道为什么这些操作不是可交换的。
DataFrame.sort 已弃用，使用：tempDF.sort_values(by=['id', 'date'])